Contribution à la modélisation de la dose du coagulant dans une station de traitement par les réseaux de neurones

Abstract

La coagulation est l’une des étapes les plus importantes dans le traitement des eaux. La difficulté principale est de déterminer la dose optimale du coagulant à injecter en fonction des caractéristiques de l’eau brute. Le sulfate d’aluminium (Al2SO4.18H2O) est le réactif coagulant le plus généralement utilisé. Un mauvais contrôle de ce procédé peut entraîner une augmentation importante des coûts de fonctionnement et le non-respect des objectifs de qualité en sortie de la station de traitement. La détermination de la dose de coagulant se fait au moyen de l’essai dit de « Jar Test » conduit en laboratoire.Le présent travail décrit un modèle neuronal de type perceptron multicouches (PMC) où les tentatives de modélisations servent à lier la valeur de la dose optimale du coagulant (sulfate d’aluminium) à la qualité des eaux brutes à l’entrée des stations de traitement des eaux de surface de Mahouane, Ain Tinn et Oued El Athmania. La finalité est de fournir un outil préliminaire pour la gestion automatisée des dites stations en améliorant en conséquence sa qualité de service. Le modèle perceptron multicouche (PMC) de structure deux couches cachées (3-1) avec des entrées normalisées pour chaque station et une sortie normalisée pour toutes les stations est retenu. Les coefficients de corrélation (R) obtenus par PMC, pour la station d’Oued El Athmania, Ain Tinn et Mehouane en phase de validation sont respectivement 0.88, 0.27 et0.21. Par contre, les valeurs de R en phase de validation par le modèle des forets aléatoires (RF) sont respectivement 0.99, 0.95 et 0.96. Ces résultats sont d’une grande importance pour la gestion de l’installation.